EVITEMENT D'OBSTACLES DYNAMIQUES PAR UN ROBOT MOBILE
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Courrier du Savoir – N°14, Novembre 2012, pp.119-126
EVITEMENT D'OBSTACLES DYNAMIQUES PAR UN ROBOT MOBILE
CHERIBET MOHAMED*, LASKRI MOHAMED TAYEB**
LRI/GRIA Département d’Informatique
Université Badji Mokhtar Annaba, Algérie
*cheribet_med@hotmail.com,**laskri@univ-annaba.org
ABSTRACT
Pour un robot évoluant dans un environnement donné, le problème général de planification consiste à déterminer pour le
robot un mouvement lui permettant de se déplacer entre deux configurations données tout en respectant un certain nombre
de contraintes et de critères. Ceux-ci découlent de plusieurs facteurs de natures diverses et dépendent généralement des
caractéristiques du robot, de l'environnement et du type de taches à exécuter. Les approches classiques de planifications de
trajectoires ne fonctionnent pas en environnement à la fois dynamique et incertain: les calculs sont trop nombreux et
complexes pour être exécutés en temps réel. Seules les méthodes purement réactives d'évitement d'obstacles sont
applicables. Ces dernières sont cependant mal adaptées a la prise en compte de contrainte de taches comme atteindre un but,
Des approches récentes tendent à les combiner dans des méthodes hybrides appelées méthodes itératives.
MOTS CLES : Environnement dynamique, évitement d’obstacles, planification, robot mobile.
1 INTRODUCTION toute nouvelle situation imprévue ou un événement. Les
De plus en plus la recherche dans le domaine robotique systèmes de mouvement à base de capteurs semblent être
à intérêts industriels se concentre sur l'amélioration du le choix naturel, mais la plupart d'entre eux ne permettent
degré d'autonomie du système robotique. Les robots sont pas une navigation robuste et fiable dans des
conçus pour opérer dans différentes conditions, en prenant environnements très compliqués. Cela concerne
en compte des missions à périodes de temps plus long généralement des endroits avec peu d'espace pour
sans intervention humaine. Il s'agit notamment de tâches manœuvrer, des environnements hautement dynamiques ou
spécifiques dans un environnement dangereux ou hostile. qui conduisent à des situations de blocage. Un exemple est
Les systèmes de navigation autonome sont utilisés dans des un bureau, où le robot se déplace parmi les chaises, les
applications comme les robots de service, de surveillance tables et étagères (avec des positions inconnues) et les
ou d'exploration où le robot se déplace et effectue la tâche humains (ce qui rend l'environnement hautement
principale à la fois. Un des aspects clés de ces robots est la dynamique). La manoeuvre est également extrêmement
mobilité, car elle constitue la base sur laquelle on peut difficile dans certaines circonstances quand il y a peu
intégrer plusieurs sous- systèmes avec des fonctionnalités d'espace pour manoeuvrer. Notre travail s'intéresse au
différentes. Cependant, la performance du système de contrôle du mouvement d'un robot en vertu de ces
mouvement affecte fortement les performances des tâches. conditions. Nous avons conçu un système à base d'un
Des problèmes spécifiques se posent dans les applications capteur laser avec trois modules qui fonctionnent ensemble
qui peuvent avoir des conséquences fatales (par exemple, pour mener à bien la tâche de mouvement. Notre conception
des robots qui transportent un matériel dangereux). La est basée sur certaines exigences que nous avons identifiées
mobilité est étroitement liée à la nature de pour conduire le robot dan des environnements dynamiques
l'environnement. Dans de nombreuses applications, et gênants. Le système diffère des travaux antérieurs dans le
l'environnement ne peut être spécifié à priori avec une choix et l'implémentation des modules et dans l'architecture
carte et peut être dynamique. Dans ces circonstances, des d'intégration. Notre contribution concerne les aspects
capteurs peuvent recueillir des informations sur fonctionnels et informatiques de la conception des modules
l'environnement et adaptent les mouvements du robot à et de leur intégration, et la validation expérimentale (par
Université Mohamed Khider – Biskra, Algérie, 2012M.CHERIBET & al.
simulation) dans des environnements dynamiques. Notre composante réactive à base de l'évolution de
système à base d'un capteur laser a été développé pour l'environnement, [5]. Dans les deux cas, la planification
déplacer le robot aux positions souhaitées sans collisions. joue un rôle tactique, alors que le reacteur dispose d'un
Cette fonctionnalité est uniquement un sous-ensemble du degré de liberté d'exécution. L'avantage de cette
problème de navigation. D'autres aspects impliquent la configuration planner- reactor est qu'elle combine la
perception, la modélisation et le contrôle. Ils ne seront pas composante délibérative [le plan est toujours disponible
abordés dans cet article, mais ils sont essentiels pour dans l'exécution et s'améliore dans le temps] et la
construire un système complet de mouvement autonome. Ce composante réactive (exécuteur du mouvement). Une
document est organisé comme suit: d'abord nous discuterons perspective sur les architectures hybrides est donnée dans
des travaux liés (section II), et les exigences d'un système de [6]. Dans le contexte de mouvement, une stratégie
contrôle de mouvement à base de capteurs (Section III). commune est de calculer une trajectoire de l'utiliser pour
Ensuite, nous donnerons un aperçu du système (section IV). orienter le module réactif, [7]. Ces techniques nécessitent
Nous présentons les résultats de la simulation (section. V) et de grandes ressources de calcul, à cause de l'utilisation de
on termine par des conclusions (section. VI). planificateurs globaux (ils trouvent toujours un chemin s'il
existe). D'autres techniques calculent un chemin qui se
déforme en exécution en se basant sur l'évolution de
2 T RAVAUX LIES l'environnement [dans l'espace de travail, [8], ou dans
Le problème de planification de mouvement dans des l'espace de configuration, [9]]. Néanmoins, ces méthodes
environnements dynamiques englobe des questions telles doivent faire une replanification lorsque le chemin est
que la représentation de l'environnement (Modélisation), la invalidé ou quand le robot se déplace très loin de la
délibération globale et la réactivité. La planification sans configuration initiale en raison des obstacles inattendus.
tenir compte de l'exécution est une restriction à un petit Alternativement, Ulrich et Borenstein (1998) [10]
domaine du problème. C'est parce qu'il devient difficile Présente une stratégie de création d'arbres de chemins
de considérer tous les imprévus et ce n'est pas pratique de obtenus par l'exécution de l'algorithme réactive à quelques
formuler des plans qui ne reflètent pas un environnement longueurs d'avance sur l'exécution. Ce système obtient de
changeant. D'autre part, les systèmes réactifs limitent bons résultats en plateformes ayant peu de ressources de
leur application à la perception-action, la flexibilité et la calcul, mais ne garantit pas une convergence vers la cible.
robustesse de mouvement. Le problème global ne peut être Une autre possibilité consiste à calculer un canal d'espace
résolu individuellement par ces systèmes puisqu'ils ont libre qui contient des ensembles de chemins, en laissant le
besoin de modèles plus vastes de connaissances et d'une choix à l'exécution, [11].Ces questions sont étroitement
certaine manière à intégrer la mémoire. L'intérêt est porté liées au choix et à l'implémentation des techniques pour
sur la synthèse d'un mode de contrôle qui intègre les deux chaque module. Toutes les stratégies citées
méthodes à la fois et non pas sur l'extension de deux antérieurement, utilisent le planificateur global pour
environnements séparés, [1]. Les systèmes hybrides tentent obtenir un chemin afin d'orienter le contrôle réactif. Le
de combiner les deux paradigmes en utilisant l'intelligence planificateur est habituellement une technique numérique
artificielle pour représente et utiliser les connaissances, efficace exécutée en temps réel. Un autre module clé est la
avec la meilleure réactivité, robustesse, adaptation et méthode réactive elle-même. Certaines techniques sont
flexibilité. Fondamentalement, ces systèmes doivent basées sur des méthodes potentielles, mais elles ont des
combiner un planificateur (délibération) et un reacteur limites. D'autres techniques calculent un ensemble de
(exécution). Les principales différences entre eux sont les commandes de mouvement intermédiaires et de choisir
suivantes: (I) L'interaction entre le planificateur le reacteur une qui sera la prochaine à exécuter. Les commandes sont
(i.e. comment la méthode réactive utilise les informations des directions du mouvement, ensembles de vitesses, ou
disponibles du planificateur). (II) Les techniques utilisées ensembles de trajectoires. Toutefois, ces méthodes
pour mettre en œuvre chaque module. Une manière de réactives sont d'une utilité limitée quand le scénario rend
préciser l'interaction entre la délibération et la réaction est difficile la manœuvre du robot (généralement avec une
de considérer la planification comme un composant qui fait densité d'obstacles élevée). Le travail de Minguez et
la composition des différents comportements lors de Montano (2004)
l'exécution, [2]. Par exemple, ces comportements peuvent
être mis en œuvre avec des champs de potentiel, [3], de [12] a identifié certaines conséquences comme les
sorte que la modification de leur poids change le situations locales de blocage, les mouvements irrégulièrs
et oscillants, ou l'impossibilité de conduire le robot dans
comportement global du système. Une autre possibilité est
d'utiliser la planification pour orienter le contrôle réactif, des zones à forte densité d'obstacles ou lorsque il est loin
[4], ou comme un système qui adapte les paramètres de la de la direction du but. Ces comportements acquièrent une
120Evitement d'obstacles dynamiques par un robot mobile
plus grande pertinence dans le développement 3.2 L'évitement des situations de piège et des
d'applications robustes pour to navigué indépendamment de comportements cycliques
la difficulté de l'environnement. Les systèmes de navigation
Le système doit être muni d'une stratégie visant à éviter
qui reposent sur des méthodes réactives héritent aussi de
ces situations. Plusieurs configurations différentes
ces inconvénients, limitant leur utilisation dans des
d'obstacles peuvent piéger le robot (l'exemple le plus
applications pratiques. Enfin, dans ce type d'architecture,
typique est un obstacle de la forme U-shape ou les end-
les modèles sont généralement construits pour servir de
zones) ou créer un mouvement cyclique (par exemple, Les
base pour le planificateur et fournir une mémoire de
distributions symétriques d'obstacles). Le robot ne pourra
courte durée pour le comportement réactif. Dans les
jamais atteindre l'emplacement final dans ces
environnements d'intérieur, les grilles d'occupation sont
circonstances.
généralement utilisées avec des ultrasons, le laser. Dans ce
document, nous décrivons un système hybride avec une
configuration Planner – Reactor synchrone et hétérogène,
où les deux modules utilisent le modèle construit dans 3.3 Génération d'un mouvement robuste
l'exécution et de mener à bien la tâche de mouvement. Le mouvement final doit être calculé par une méthode
Notre principale contribution est le choix et la conception réactive robuste. Cet algorithme doit être capable d'éviter les
des modules et leur intégration. En conséquence, le collisions indépendamment de la difficulté de
nouveau système peut déplacer le robot dans des l'environnement. Comme règle générale, les scénarios qui
environnements très difficiles, là où d'autres systèmes posent plus de problèmes ont une large densité d'obstacles
peuvent trouver des difficultés. où la manœuvre est difficile et critique.
3.4 L'intégration de fonctionnalités
3 EXIGENCES POUR UN SYSTEME DE
CONTROLE A BASE DE CAPTEUR Toutes les fonctionnalités doivent être intégrées au sein
d'une architecture pour la spécification, la coordination et
La version de base de ces systèmes déplace le robot
la non détection et la récupération. L'intégration doit être
entre positions sans collision. L'opération est régie par un
munie d'un cycle perception – action à une fréquence
processus perception - action répété à une fréquence
élevée, ce cycle fixe la réactivité du système pour les
élevée. Les capteurs recueillent des informations sur
changements imprévisibles (détectés par les capteurs). En
l'environnement(obstacles) et le robot, qui servent pour
outre, cela favorise la portabilité entre les différentes
calculer le mouvement. Le robot exécute le mouvement et
plates-formes et capteurs (les interactions entre les
le processus redémarre. Le résultat est une séquence de
modules ne sont pas conçus à partir de zéro lorsque les
mouvements en ligne qui conduit le robot jusqu'au but
modules sont remplacés). Dans notre travail, nous nous
sans collisions. Dans cette Section nous précisons certaines
efforçons de rendre notre système capable de remplir ces
exigences générales relatives à ces systèmes [13]:
exigences.
4 SYSTEME HYBRIDE
3.1 L'intégration de l'information Nous fournissons une vue générale de notre système
hybride qui comporte trois modules et une architecture
Les mesures successives sensorielles doivent être stockées
pour la supervision. Les fonctionnalités des modules sont
ou intégrées pour construire une représentation de
la modélisation, la planification et la navigation réactive:
l'environnement. Cela est nécessaire pour éviter les
obstacles qui ne sont pas perçus au moment (contraintes
de visibilité du capteur), et d'accroître la portée de
l'information utilisée (augmentation de la domination 4.1 Module de modélisation
spatiale). En outre, les changements dans les scénarios Il construit un modèle de l'environnement (intégration de
dynamiques doivent être rapidement intégrés dans le l'information sensorielle).
modèle. Sinon, le robot va éviter les zones perçues
comme un espace libre ou il ne va pas éviter des Nous avons utilisé une grille d'occupation binaire dont les
obstacles déjà perçus, puisque dans les deux cas, cellules sont mises à jour chaque fois qu'une mesure
l'information n'a pas pu être stockée dans le modèle. sensorielle est disponible. La grille a une taille limitée
(représentant une partie fixe de l'espace), et dont l'emplacement
121M.CHERIBET & al.
est recalculée en permanence pour inclure la position du descente de gradient. Nous avons choisi ce planificateur
robot (Figure 1). parce que la fonction de navigation n'a pas de minima
locaux (elle trouve un chemin s'il existe), et c'est une
fonction numérique qui fonctionne d'une manière efficace
(a) sur une grille (i.e., la représentation existante).
(a)
(b)
(b)
Figure 2
Cette figure montre le fonctionnement du planificateur.
Premièrement, les obstacles sont agrandis au rayon du robot
Figure 1 (a). Ensuite, la NF1 est calculée en propageant une vague à
partir de la position du but, où chaque cellule est étiquetée
avec le coût cumulé de la vague (b). Sur cette fonction un
Ces figures montrent comment les mesures laser sont chemin est calculé grâce à une stratégie de recherche basée
intégrés dans la grille et comment la position de la grille sur la descente du gradient, le chemin NF1 dans la figure
est recalculée pour laisser le robot dans la zone centrale. (a) (a). Enfin, le chemin est étiré (pour être optimisé) afin
Dans le scan laser, les cellules sont occupées pour les points d'obtenir la direction instantanée du mouvement à partir de
obstacles, et les cellules dans les lignes qui joignent les la première partie du chemin.
points obstacles et le capteur sont libres. (b) À l'instant t =
i le robot est dans la zone de contrôle de la grille. Ensuite, à Le planificateur utilise un processus à deux étapes pour
l'instant t = i + 1, le robot a quitté la zone de contrôle calculer un chemin de la position du robot à la destination
et l'emplacement de la grille est recalculé (en multiples de (Figure 2). Premièrement la fonction de navigation est
taille de cellule et sans rotation) afin que la nouvelle calculée. Chaque obstacle est élargi au rayon du robot, puis
position du robot soit dans cette zone. la NF1 est construite par propagation d'une vague à partir de
la destination sur les cellules libres (chaque cellule est
marquée par la distance mesurée en nombre de cellules
jusqu'au but) (Figure 3). Deuxièmement, un chemin est
4.2 Module de planification calculé en utilisant une stratégie de recherche basée sur la
Ce module utilise un planificateur de mouvement pour descente du gradient.
obtenir des informations afin d'éviter les situations de Le planificateur utilise un processus à deux étapes pour
piège et les mouvements cycliques (pas pour contrôler le
calculer un chemin de la position du robot à la
robot). Le planificateur utilise une fonction de navigation destination (Figure 2). Premièrement la fonction de
(NF1) sur la grille du module précédent, et calcule alors un navigation est calculée. Chaque obstacle est élargi au
chemin vers la destination en utilisant une stratégie de rayon du robot, puis la NF1 est construite par propagation
122Evitement d'obstacles dynamiques par un robot mobile
d'une vague à partir de la destination sur les cellules local empêche de garantir la prise en compte des
libres (chaque cellule est marquée par la distance contraintes de tâches. Ce dernier point a toutefois été traité
mesurée en nombre de cellules jusqu'au but) (Figure 3). dans la dernière version de cette approche sous la
Deuxièmement, un chemin est calculé en utilisant une dénomination VFH* [15], où plusieurs déplacements sont
stratégie de recherche basée sur la descente du gradient testés à l'avance. Ceci a pour effet de limiter les situations
de blocage et d'améliorer la convergence vers le but
Figure 4: Représentation de la grille par un histogramme polaire
Figure 3: Chemin généré par la fonction de navigation.
Architecture d'intégration:
Elle intègre les modules suivant une configuration
4.3 Module de navigation réactive synchrone Planner - Reactor, [16]
Il calcule un mouvement libre en évitant la collision avec [18], où les deux parties utilisent le modèle construit
les obstacles. La méthode utilisée est la Vector Field pendant l'exécution. La synchronisation entre modules
Histogram (VFH en bref, qui est basée sur la sélection permet d'éviter les problèmes d'incohérences dans le temps.
d'une situation de navigation à chaque moment et Le système fonctionne comme suit (Figure 5): étant donné
l'application de la loi de mouvement associée. Cette un Laser scan et de l'odométrie du robot, le constructeur
méthode est très efficace et robuste dans les du modèle intègre cette information dans le modèle existant.
environnements avec peu d'espace pour manœuvrer. Dans Ensuite, l'information sur les obstacles et l'espace libre
leur version d'origine, les VFH [14] consistent à dans la grille d'occupation est utilisée par le module de
représenter dans un premier temps I'environnement par une planification pour calculer le chemin jusqu'au but. Enfin, le
grille d'occupation. Chaque cellule contient une grandeur module réactif utilise l'information sur les obstacles dans la
réelle correspondant en quelque sorte à la probabilité de grille et l'information du planificateur global pour générer
trouver un obstacle à cet emplacement. La grille est un mouvement (conduire le robot vers sa destination sans
ensuite traduite en un histogramme dont chaque « barre » collisions). Le mouvement est exécuté par le contrôleur de
représente une direction du robot et dont la hauteur est robot et le processus redémarre. Il est important de
proportionnelle à la probabilité de percuter un obstacle en souligner que les trois modules travaillent de manière
suivant cette direction (Figure 4). Par seuillage, il est synchrone dans le cycle perception - action. Cela renforce
ainsi possible d'identifier les directions libres du robot, l'importance du choix et les aspects informatiques des
appelées passages. Une fonction de coût prenant en techniques utilisées dans chaque module.
compte la direction du but, la direction précédemment
suivie et l'orientation courante des roues permet de
sélectionner un des passages et la direction correspondante.
La vitesse est ensuite calculée en fonction de la distance
du robot aux obstacles. Une version plus récente (VFH+)
[10] prend en compte la largeur du robot et ses contraintes
cinématiques (les trajectoires ne sont plus assimilées à des
droites mais à des arcs de cercles.
Un des inconvénients majeur de l'approche est la difficulté
Figure 5
à régler le seuil déterminant les « passages » et la
difficulté à naviguer en milieu contraint (couloirs étroits,
passage de portes). De plus, la dynamique du robot n'est
Cette figure illustre le cycle perception - action du système
pas réellement prise en compte et le traitement purement
de contrôle de mouvement à base de capteurs. Les
123M.CHERIBET & al.
perceptions sont des mesures du capteur Laser et l'odométrie 6e où le robot se trouve bloqué par l'angle de la porte et entre
du robot, L'action est le calcul de commandes pour un dans un comportement cyclique infini. Le caractère local de
mouvement sans collision. Le système comporte trois la méthode lui confère un inconvénient majeur: les " minima
modules qui coopèrent pour mener à bien la tâche de locaux " de la fonction de sélection. En effet, un coût
navigation: la modélisation, le planificateur global et la minimal peut être attribué à un déplacement répondant
méthode de navigation réactive localement aux critères de choix désirés, mais qui, dans le
futur, conduira le robot à une situation de blocage ou à une
collision. Les figures 6b, 6d, 6f montre comment les
situations de piège précédentes ont été évitées par notre
5 EXPERIMENTATION
approche hybride. La coopération entre les trois modules
Les premiers travaux de notre recherche ont été permet d'éviter le mouvement cyclique et les situations de
d’identifier une expérience à réaliser et d’identifier le piège. C'est parce que la direction du mouvement calculé par
simulateur à utiliser pour cette expérience. Nous avons le planificateur contient les informations nécessaires pour
étudié plusieurs plateformes [17] de simulation. Après éviter ces situations et les environnements symétriques ne
évaluation des capacités de ces plateformes, nous avons choisi produisent pas de mouvements cycliques puisque la direction
Player/Stage/Gazebo dans sa version 2D (Player/Stage) du mouvement calculée par le planificateur fait la
pour sa souplesse d’utilisation dans le contexte multi-robot. distinction entre les zones de mouvements possibles.
Ce simulateur est aujourd’hui un projet GNU,
initialement développé par une collaboration
internationale des chercheurs en robotique. Il permet
d’écrire des programmes et d’exécuter ces derniers en (a) (b)
simulation ou sur des plateformes réelles. Ce simulateur
nous permet de reproduire des expériences concrètes
d’exploration d’un environnement dynamique. Le (c) (d)
simulateur nous permet aussi de planifier des trajectoires
pour un robot mobile dans un environnement référencé (e) (f )
capteurs. Nous considérons comme point de départ un Figure 6: Evitement de situations de pièges et comportements
environnement partiellement connu, dans lequel il s’agit cycliques
de réaliser une mission robotique. La question de la
planification robotique peut se résumer à l’affectation d'une
cible au robot mobile afin de minimiser le temps global La figure 6 montre des situations de piège où notre
de la mission. Dans ce qui suit nous présentons les méthode réactive utilisée VFH échoue dans la mission
expériences réalisées afin de valider notre approche. Nous d'atteindre le but et le robot se trouve bloqué infiniment
avons mené ces expériences pour résoudre deux types de dans un comportement cyclique comme l'indique les figures
6a; piège sous forme de U très célèbre et qui constitue un
problème: (1) Evitement de situations de pièges et
point faible des méthodes réactives. La figure 6c montre
comportements cycliques. (2) Evitement d'obstacles dans
une situation où le robot fait un chemin plus long et sort
un environnement dynamique.
d'une situation de piège après plusieurs cycles. Un autre
point faible de la méthode réactive est montré dans la figure
6e où le robot se trouve bloqué par l'angle de la porte et entre
5.1 Evitement de situations de pièges et dans un comportement cyclique infini. Le caractère local de
comportements cycliques la méthode lui confère un inconvénient majeur: les " minima
locaux " de la fonction de sélection. En effet, un coût
Dans cette expérience, le système de navigation résout minimal peut être attribué à un déplacement répondant
plusieurs situations de piège et évite les comportements localement aux critères de choix désirés, mais qui, dans le
cycliques produits par la méthode réactive. futur, conduira le robot à une situation de blocage ou à une
La figure 6 montre des situations de piège où notre collision. Les figures 6b, 6d, 6f montre comment les
méthode réactive utilisée VFH échoue dans la mission situations de piège précédentes ont été évitées par notre
d'atteindre le but et le robot se trouve bloqué infiniment approche hybride. La coopération entre les trois modules
dans un comportement cyclique comme l'indique les figures permet d'éviter le mouvement cyclique et les situations de
6a; piège sous forme de U très célèbre et qui constitue un piège. C'est parce que la direction du mouvement calculé par
point faible des méthodes réactives. La figure 6c montre le planificateur contient les informations nécessaires pour
une situation où le robot fait un chemin plus long et sort éviter ces situations et les environnements symétriques ne
d'une situation de piège après plusieurs cycles. Un autre produisent pas de mouvements cycliques puisque la direction
point faible de la méthode réactive est montré dans la figure du mouvement calculée par le planificateur fait la
distinction entre les zones de mouvements possibles.
124Evitement d'obstacles dynamiques par un robot mobile
5.2 Evitement d'obstacles dans un environnement conduire à des collisions. Deuxièmement, les dernières
dynamique mesures sensorielles restées dans la grille ont été utilisées
par le module réactif pour la tâche d'évitement. Cela a été
important car il arrive que le capteur ne perçoive pas les
obstacles les plus proches en raison de contraintes de
visibilité. Toutefois, étant donné qu'ils étaient perçus à
quelques instants avant, ils sont restés dans la grille et ont
été évités (Figure 7).
Cette expérience a été particulièrement difficile du point de
(a) (b) vue de la génération du mouvement en raison de l'espace étroit,
car la plupart des techniques existantes ont des limitations
intrinsèques qui pénalisent le calcul du mouvement en vertu de
ces circonstances. Toutefois, la méthode VFH conduisait le
robot sans collisions, même au milieu des obstacles très
proches. Le mouvement est libre d'oscillations (voir le chemin
exécuté dans la figure 7b après déplacement du robot le plus
(c) (d) (e) haut vers la gauche) et évite tous les pièges qui peuvent être
Figure 7 crées en raison de la densité d'obstacles.
Pour conclure, le système a pu déplacer le robot dans des
environnements différents en respectant les exigences pour
(a)Le robot est entouré de plusieurs robots et reste bloqué un système de contrôle à base de capteur (Section III) en ce
(b) Le robot trouve un chemin vers le but après le qui concerne la génération de mouvements robustes et
déplacement du robot le plus haut vers la gauche (c) Le plan l'intégration de l'information. Les mouvements cycliques et
global généré par le planificateur (d) Un plan local parmi les situations de piège ont également été évités.
plusieurs plan générés en cours d'éxécution. (e) Evitement
d'obstacles mobiles.
Cette expérience met en évidence notre approche hybride
dans un environnement difficile (dynamique, complexe et 6 CONCLUSION
très dense), où le robot navigue le long d'un passage très
La stratégie de notre approche consiste à calculer un
étroit avec des robots et objets distribués au hasard. (Figure
chemin par le planificateur global basé sur une fonction
7). La difficulté réside surtout dans le passage étroit entre
de navigation (wavefront) et l'utiliser pour diriger la
les deux robots les plus à droite et compte tenu des distances
de sécurité et de la dynamique du robot qui ne permettent pas méthode réactive. Notre approche a les avantages d'un
au robot de suivre la trajectoire calculée par le planificateur comportement réactif, tels que l'adaptation rapide aux
(Figure 7c), celui-ci se trouve entouré de plusieurs changements et la flexibilité dans des circonstances
obstacles où il y a peu d'espace pour faire des manœuvres. imprévisibles. Elle permet d'éviter les limitations typiques
Dans certains endroits le robot se trouve à une distance plus d'autres méthodes, comme les situations de piège locales,
petite des obstacles distribués de chaque côté du robot les oscillations dans des environnements denses, et
(Figure 7a). Le robot entre dans un comportement cyclique l'impossibilité d'obtenir une direction de mouvement vers
infini. La figure 7b montre comment le robot; après le les obstacles ou vers les zones à grande densité
déplacement du robot le plus haut vers la gauche; a pu d'obstacles. Il en résulte un mouvement sûr et robuste
atteindre le but en suivant un autre chemin après plusieurs dans des environnements qui restent toujours gênant pour
replanifications (Figures 7c, 7d).En effet, le déplacement du de nombreuses méthodes existantes. En conclusion, notre
robot le plus haut vers la gauche laisse suffisamment d'espace approche est dotée de meilleures capacités de
au robot pour sortir de la situation de piège. La figure 7e manœuvrabilité spécialement en environnements
montre une expérience où le robot évite des obstacles mobiles. dynamiques, denses, complexes et gênants.
Les principaux aspects de cette expérience sont les
Ce travail a ouvert de nouvelles perspectives dans le
performances individuelles et la coopération entre le module
domaine de la navigation autonome d'un robot mobile.
de modélisation et le module réactif. Les scans laser dans le
Cependant, il reste encore des points à étudier et
module de modélisation ont été rapidement intégrés dans la
grille. Ainsi, la méthode réactive évite les nouveaux
développer plus profondément et enrichir l’approche par
obstacles dès qu'ils ont été perçus. Cette réactivité est d’autres méthodes de cartographie et de localisation qui
essentielle pour déplacer le robot dans des environnements font parties du système complet de navigation.
denses car les retards dans le calcul du mouvement peuvent
125M.CHERIBET & al.
REFERENCES [10] Ulrich and Borenstein, VFH+ : Reliable Obstacle Avoidance
for Fast Mobile Robots, In IEEE int. conf. on Robotics and
[1] Arkin, R., 1989. Towards the unification of navigational Automation, Leuven, Belgium, 1998
planning and reactive control. In: Working Notes of the AIII
Spring Symposium on Robot Navigation. Stanford University, [11] Choi, W., Latombe, J., 1991. A reactive architecture for
pp. 1–6. planning and executing robot motion with incomplete
knowledge. In: IEEE/RSJ International Workshop on
[2] Arkin, R., 1987. Motor schema based navigation for a mobile
Intelligent Robots and Systems. Osaka, Japon, pp. 24–29.
robot: An approach to programming by behavior. In: IEEE
International Conference on Robotics and [12] Minguez, J., Montano, L., 2004. Nearness Diagram (ND)
Automation.Robotics and Automation. Raleigh, USA, pp. Navigation: Collision Avoidance in Troublesome Scenarios.
264–271. IEEE Transactions on Robotics and Automation 20 (1), 45–
59.
[3] O Khatib, Real-Time obstacle avoidance for manipulators and
mobile robots, International Journal Robotics research 5(1), [13] Minguez, J., & Montano, L. (2005). Sensor-based robot
90-98, 1986 motion generation in unknown, dynamic and troublesome
scenarios. Robotics and Autonomous Systems, 52(4), 290–
[4] Agree P., Chapman, D., 1990. What are the plans for. Journal
311.
for Robotics and Autonomous Systems 6, 17–34.
[14] Borenstein and Koren, The vector field histogram – fast
[5] Lyons, D., Hendriks, A., 1992. Planning, reactive. In: obstacle avoidance for mobile robots, IEEE Transactions on
Saphiro, S., Wiley, J. (Eds.),Encyclopedia of Artificial Robotics and Automation 7(3), 278-288, 1991
Intelligence. pp. pp. 1171–1182.
[15] I.Ulrich, J. Borenstein, VFH* : Local Obstacle Avoidance
[6] Arkin, R., 1999. Behavior-Based Robotics. The MIT Press. with Lookahead Verification In IEEE int. conf. on Robotics
[7] Minguez, J., Montano, L., Simeon, N., Alami, R., 2001. and Automation, San Francisco, USA, 2000
Global Nearness Diagram Navigation (GND). In: IEEE
[16] Rodney A. Brooks: A robust layered control system for a
International Conf. on Robotics and Automation. Seoul,
mobile robot.Rapport technique, Cambridge, MA, USA,
Korea, pp. 33–39. 1985.
[8] Brock and Khatib, Real-Time Replanning in High- [17] Kramer, J.,Scheutz, M., “Development environments for
dimensional Configuration Spaces Using Sets of Homotopic autonomous mobile robots: A survey”, C _Springer Science +
Paths, In IEEE int. conf. on Robotics and Automation, San Business Media, LLC 2006.
Francisco, USA, 2000
[18] L. Montesano, J. Minguez, L. Montano. Modeling Dynamic
[9] Quinlan, S., Khatib, O., 1993. Elastic Bands: Connecting
Scenarios for Local Sensor-Based Motion Planning.
Path Planning and Control. In: IEEE Int. Conf. Conf. on
Autonomous Robots, Vol. 12, No3, 231-251, 2008
Robotics and Automation. Vol. Vol. 2. 2. Atlanta, USA, pp.
802–807. 802-807.
126Vous pouvez aussi lire
